从数据框列中删除部分字符串答案

【问题标题】：Removing Partial Strings from Dataframe Column从数据框列中删除部分字符串
【发布时间】：2019-07-16 16:59:16
【问题描述】：

类似问题：Replacing part of string in python pandas dataframe

但它不会工作！？

帕纳斯 23.4

给定以下 df 列：

    Expression
    XYZ&(ABC|DEF)
   (HIJ&FTL&JKK)&(ABC|DEF)
   (FML|AXY|AND)&(ABC|DEF)

我想去除每列中可能存在的子字符串。

flag = '(ABC|DEF)'
andFlag = '&' + flag #the reasoning for doing this is that 'flag' may change


#Below are all different ways I have tried to achieve this, none have worked. 
df['Expression'] = df['Expression'].replace(andFlag, '', regex=True)
df['Expression'] = df['Expression'].apply(lambda x: re.sub(andFlag, '', x))
df['Expression'] = df['Expression'].replace(to_replace=andFlag, value= '', regex=True)
df['Expression'] = df['Expression'].str.replace(andFlag, '')
df['Expression'] = df['Expression'].str.replace(andFlag, '', regex=True)

无论有没有regex=True，我都尝试过所有这些功能，但均无济于事。

预期输出：

    Expression
    XYZ
   (HIJ&FTL&JKK)
   (FML|AXY|AND)

我想弄清楚这一点有点疯狂，它看起来如此简单明了。

【问题讨论】：

标签： python pandas

【解决方案1】：

括号和竖线是正则表达式中的特殊字符，所以如果要匹配这些字符，可以在前面添加反斜杠'\'，例如：

flag = '\(ABC\|DEF\)' #see this is changed
andFlag = '&' + flag
print (df['Expression'].replace(andFlag, '', regex=True))

0              XYZ
1    (HIJ&FTL&JKK)
2    (FML|AXY|AND)
Name: Expression, dtype: object

【讨论】：

不管怎样，当他们尝试df['Expression'] = df['Expression'].str.replace(andFlag, '')时它不应该起作用吗？
@ZacharyOldham 不，但你是对的，通过将参数正则表达式设置为 False（默认情况下为 True），你会得到正确的答案 df['Expression'].str.replace(andFlag, '', regex=False)
啊，regex=True 是默认的吗？
@ZacharyOldham 显然 :)

【解决方案2】：

使用str.replace 更重要的是，设置regex=False 进行文字匹配：

df['Expression'] = df['Expression'].str.replace(andFlag, '', regex=False)

      Expression
0            XYZ
1  (HIJ&FTL&JKK)
2  (FML|AXY|AND)

【讨论】：